Reservoir-Based Operator Learning for Variable-Order Fractional Numerical Analysis
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710113121
과학기술정보통신부
한국연구재단
한국에너지공과대학교
KIM HYUNJU
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,111만원
6,111만원
기초연구
대학
전라남도 나주시
수학 > 응용수학 > 수치해석
... 메모리를 표현하도록 설계, 계산 효율성과 확장성을 동시에 확보.2. 연산자 학습 기반 문제 재정의 (Operator-Centric Learning)● 잔차 또는 에너지 최소화 기반의 접근법을 근본적으로 전환, 해 자체가 아니라 물리 시스템을 지배하는 \"연산자\"를 직접 학습하는 구조로 설계, 이를 통해 복잡한 물리 현상에 대해서도 보다 안정적이고 일반화된 학습 가능.3. 저복잡도 고효율 계산 구조 ...
본 연구는 분수계 모델에 대한 기존 수치해석 및 딥러닝 기반 해석의 구조적 한계를 극복하기 위하여, PDE 잔차 또는 에너지 최소화 문제로 환원하는 접근을 탈피하고, 뉴로모픽 리저버 컴퓨팅(Reservoir Computing, RC) 기반의 누적 메모리 동역학을 활용하여 시공간 가변차 분수계 연산자 자체를 직접 근사하는 새로운 연산자 학습 패러다임, 즉 F...
... 연산자 자체를 학습하는 새로운 수치해석 패러다임 제시2. 계산 효율 및 기술 혁신 - 기존 PINN 및 Neural Operator 대비 안정성과 확장성 향상3. 산업적 파급효과 - 디지털 트윈 및 실시간 예측 기술의 핵심 연산 엔진 제공4. 학문적 및 사회적 효과 - (1) 수학-AI-공학 융합의 새로운 연구 방향 제시, (2) 차세대 연산자 중심 수치해석 이론 정립, (3) 고급 ...